摘 要：我國(guó)房?jī)r(jià)波動(dòng)大、買房難使得住房問題一直是民生的熱點(diǎn)話題。房地產(chǎn)投資作為投資領(lǐng)域的重要組成部分，具有周期長(zhǎng)、數(shù)額大、風(fēng)險(xiǎn)高、收益高、區(qū)位固定并且易受國(guó)家政策制約和宏觀經(jīng)濟(jì)環(huán)境影響等特征。而國(guó)內(nèi)外對(duì)于房地產(chǎn)投資環(huán)境的系統(tǒng)研究還處在定型為主的階段，缺乏綜合有效的評(píng)價(jià)體系和定量模型的評(píng)估。目前，在我國(guó)一線城市商品住宅市場(chǎng)接近飽和，二線城市商品住宅投資環(huán)境參差不齊的背景下，1.5線城市因綜合實(shí)力強(qiáng)、潛力大、發(fā)展迅速的特點(diǎn)而成為備受青睞的研究對(duì)象。本文以中國(guó)的9個(gè)1.5線城市為樣本構(gòu)建了城市商品住宅投資環(huán)境評(píng)價(jià)指標(biāo)體系。運(yùn)用AHP方法對(duì)影響商品住宅投資環(huán)境的4個(gè)因素層42個(gè)指標(biāo)賦予權(quán)重，并通過PROMETHEE法對(duì)評(píng)價(jià)模型進(jìn)行排序。研究城市商品住宅投資環(huán)境的理論和評(píng)價(jià)方法，即是對(duì)投資環(huán)境理論生活化的應(yīng)用，旨在加深對(duì)城市房地產(chǎn)投資與其環(huán)境之間的客觀規(guī)律的認(rèn)識(shí)，也可為房地產(chǎn)投資商的區(qū)域選擇和投資決策提供參考。

關(guān)鍵詞：投資環(huán)境；商品住宅；1.5線城市；綜合評(píng)價(jià)

中圖分類號(hào)：F293.353 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1008-4428（2019）02-0115-03

一、 引言

改革開放后，隨著經(jīng)濟(jì)迅猛發(fā)展，我國(guó)各項(xiàng)的投資規(guī)模有了大幅的提高。其中，房地產(chǎn)投資憑其高投入高回報(bào)的特點(diǎn)迅速成為投資界的焦點(diǎn)。然而近年來，我國(guó)房?jī)r(jià)一路上漲而商品住宅空置率卻居高不下，這進(jìn)一步反映了我國(guó)房地產(chǎn)地區(qū)發(fā)展不均衡所帶來的不健康的發(fā)展趨勢(shì)。目前，我國(guó)商品住宅投資正處在一個(gè)瓶頸期。四個(gè)一線城市商品住宅市場(chǎng)接近飽和，拿地難、定價(jià)高已使得其不再是投資者青睞的對(duì)象。而二線城市多達(dá)36個(gè)，市場(chǎng)環(huán)境參差不齊，開放度不高、政策復(fù)雜也常常使得投資者望而卻步。因而，以1.5線城市為代表的城市群，憑借其較強(qiáng)的綜合實(shí)力，穩(wěn)定的社會(huì)環(huán)境，巨大的發(fā)展?jié)摿?，必將成為商品住宅投資的重點(diǎn)對(duì)象。故本文以1.5線城市為研究對(duì)象，探究其商品住宅投資環(huán)境。

國(guó)外的相關(guān)研究可以追溯到20世紀(jì)60年代。以美國(guó)教授海默提出的“壟斷優(yōu)勢(shì)理論”為國(guó)際投資環(huán)境理論研究的基礎(chǔ)。首先是美國(guó)彼特和伊西阿教授針對(duì)發(fā)展中國(guó)家投資環(huán)境，總結(jié)出“國(guó)別冷熱比較法”。進(jìn)入80年代后，隨著發(fā)展中國(guó)家的不斷開放，吸引著眾多外國(guó)投資者前來投資，極大地促進(jìn)了發(fā)展中國(guó)家與發(fā)達(dá)國(guó)家之間投資體系的完善。這一趨勢(shì)同時(shí)促進(jìn)了對(duì)發(fā)展中國(guó)家投資環(huán)境的深入研究，掀起了前所未有的研究熱潮，研究方法也更加定量化和科學(xué)化。如：美國(guó)經(jīng)濟(jì)學(xué)家管理學(xué)家法默和里奇曼提出的法默-里奇曼模型等。

國(guó)內(nèi)對(duì)于投資環(huán)境的研究起步于20世紀(jì)70年代末。隨著我國(guó)改革開放外資的不斷引入，一股研究熱潮被掀起。首先是1993年末出現(xiàn)的一批對(duì)于評(píng)價(jià)方法和投資環(huán)境的創(chuàng)新性的研究成果為投資環(huán)境體系的建立奠定了基礎(chǔ)。例如：張漢亞教授發(fā)表的中國(guó)城市投資環(huán)境評(píng)估體系；戴園晨教授對(duì)投資環(huán)境評(píng)價(jià)體系的科學(xué)界定等。隨后，張敦富等教授開始將區(qū)域分布帶來的經(jīng)濟(jì)和社會(huì)因素相關(guān)的指標(biāo)列入評(píng)價(jià)體系。而定性與定量相結(jié)合的研究方法的出現(xiàn)，則是一個(gè)重要的飛躍。如香港中文大學(xué)的閩建蜀教授提出的閩氏多因素法，通過各個(gè)區(qū)域的特點(diǎn)選用不同的因素進(jìn)行分析決策，并賦以各個(gè)因素權(quán)重，得出該投資環(huán)境的最終得分。

本文是以多因素評(píng)價(jià)方法為原理，其中以AHP方法對(duì)各個(gè)指標(biāo)確定權(quán)重，再將各個(gè)城市依得到的權(quán)重用PROMETHEE的方法來進(jìn)行排序。這樣一來，將評(píng)價(jià)中的定性環(huán)節(jié)進(jìn)行改進(jìn)，減少由人為因素帶來的影響，并通過一致性檢驗(yàn)，可以判斷權(quán)重的合理性。而結(jié)合PROMETHEE方法進(jìn)行排序，可以真正確保排序依據(jù)的合理和科學(xué)性，以構(gòu)造一個(gè)客觀有效的評(píng)價(jià)體系。

二、 評(píng)價(jià)指標(biāo)的選取

結(jié)合國(guó)內(nèi)外的參考文獻(xiàn)和研究成果進(jìn)行篩選總結(jié)，本文確立的商品住宅投資環(huán)境評(píng)價(jià)指標(biāo)主要來自自然因素、經(jīng)濟(jì)環(huán)境、社會(huì)因素和基礎(chǔ)設(shè)施四個(gè)因素層面共42個(gè)指標(biāo)。

（一）自然因素

在自然因素層，本文選擇了建成區(qū)面積、建成區(qū)綠化覆蓋率、城市污水處理率，工業(yè)煙（粉）塵排放量四個(gè)指標(biāo)。首先，商品住宅的投資建立在一定的建成區(qū)土地資源上，當(dāng)一個(gè)城市的建成區(qū)面積過小時(shí)，必然帶來地價(jià)上漲、競(jìng)爭(zhēng)加劇等問題，惡化商品住宅的投資環(huán)境。因此，在一定條件下，建成區(qū)面積越大越有利于商品住宅投資。其次，隨著人們生活條件的不斷改善，居民區(qū)的綠化覆蓋率成了衡量居住環(huán)境的一大標(biāo)準(zhǔn)，故本文選用建成區(qū)的綠化覆蓋率作為參考指標(biāo)。再次，在城市化的進(jìn)程中，污水處理能力也成為衡量一個(gè)城市宜居度的重要參考指標(biāo)，污水的及時(shí)處理，可以保障環(huán)境的優(yōu)良。最后，雖然工業(yè)化在一定程度上體現(xiàn)了城市的發(fā)展水平，然而工業(yè)煙（粉）塵排放量過大，會(huì)帶來空氣質(zhì)量的問題，進(jìn)而給投資環(huán)境帶來負(fù)面效應(yīng)。

（二）經(jīng)濟(jì)環(huán)境

作為投資領(lǐng)域的重要組成部分，商品住宅的投資環(huán)境在很大程度上依賴于經(jīng)濟(jì)環(huán)境。在經(jīng)濟(jì)環(huán)境層，本文共選擇了經(jīng)濟(jì)效益層、經(jīng)濟(jì)規(guī)模層、金融效益層、產(chǎn)業(yè)結(jié)構(gòu)層、開放程度層、房地產(chǎn)市場(chǎng)環(huán)境層6個(gè)子因素層共20個(gè)指標(biāo)。其中經(jīng)濟(jì)效益層5個(gè)指標(biāo)包括城鎮(zhèn)居民人均可支配收入、在職職工平均工資、人均地區(qū)生產(chǎn)總值、地區(qū)生產(chǎn)總值增長(zhǎng)率、地方財(cái)政收入。其中，城鎮(zhèn)居民人均可支配收入和在職職工平均工資反映了城市居民的綜合購買力，正向影響著商品住宅的投資環(huán)境。而人均地區(qū)生產(chǎn)總值反映了城市的綜合經(jīng)濟(jì)實(shí)力，地區(qū)生產(chǎn)總值增長(zhǎng)率則反映了城市經(jīng)濟(jì)實(shí)力的發(fā)展趨勢(shì)。最后，地方財(cái)政收入反映了地方政府的實(shí)力，也對(duì)城市建設(shè)的投入有一定預(yù)測(cè)作用。

經(jīng)濟(jì)規(guī)模層有固定資產(chǎn)投資總額、消費(fèi)品零售總額以及規(guī)模以上工業(yè)總產(chǎn)值三個(gè)指標(biāo)。固定資產(chǎn)投資總額與規(guī)模以上工業(yè)總產(chǎn)值反映了城市的綜合投資環(huán)境，消費(fèi)品零售總額則反映了城市居民的生活質(zhì)量水平，三個(gè)指標(biāo)均正向反映了商品住宅投資環(huán)境的優(yōu)良程度。

金融效益層我們采用了居民年底儲(chǔ)蓄余額、年末金融機(jī)構(gòu)各項(xiàng)貸款余額兩項(xiàng)指標(biāo)。居民年底儲(chǔ)蓄余額反映了城市居民的實(shí)際購買力而年末金融機(jī)構(gòu)各項(xiàng)貸款余額則反映了地區(qū)的金融業(yè)發(fā)達(dá)度，在商品住宅投資過程中，企業(yè)不可避免需要金融機(jī)構(gòu)的支持，故這兩項(xiàng)指標(biāo)均正向影響商品住宅投資的環(huán)境。

產(chǎn)業(yè)結(jié)構(gòu)層中，由于第三產(chǎn)業(yè)在一定程度能反映出居民的生活水平，故第三產(chǎn)業(yè)占GDP比重正面影響住宅投資環(huán)境。而當(dāng)年實(shí)際引用外資金額作為開放程度的衡量標(biāo)準(zhǔn)，反映出城市的開放度與包容度，這些因素都會(huì)正面影響商品住宅的投資環(huán)境。

房地產(chǎn)市場(chǎng)的投資環(huán)境作為商品住宅投資環(huán)境最直觀的評(píng)判標(biāo)準(zhǔn)，本文選取了城市居住用地面積、商品住宅銷售價(jià)格、商品住宅銷售面積、商品住宅完成投資額、商品住宅待售面積、房地產(chǎn)開發(fā)企業(yè)數(shù)量、房地產(chǎn)從業(yè)人數(shù)以及建筑業(yè)從業(yè)人數(shù)共八個(gè)指標(biāo)。其中商品住宅完成投資額、商品住宅待售面積和房地產(chǎn)開發(fā)企業(yè)數(shù)量反映了城市房地產(chǎn)市場(chǎng)的飽和度，為負(fù)向指標(biāo)，城市居住用地面積、房地產(chǎn)業(yè)從業(yè)人數(shù)和建筑業(yè)從業(yè)人數(shù)反映了房地產(chǎn)市場(chǎng)的發(fā)展程度，故為正向指標(biāo)，而商品住宅的平均銷售價(jià)格則反映了銷售市場(chǎng)的供求情況及利潤(rùn)空間，故為正向指標(biāo)。

（三）社會(huì)因素

社會(huì)因素層本文共選取了人口因素、社會(huì)福利以及人口素質(zhì)三個(gè)子因素層進(jìn)行測(cè)度。其中人口因素層三個(gè)指標(biāo)，分別為平均人口數(shù)、人口密度以及人口自然增長(zhǎng)率。三項(xiàng)指標(biāo)均正向反映了城市的潛在購買力。社會(huì)福利層指標(biāo)包括城鎮(zhèn)基本醫(yī)療保險(xiǎn)覆蓋率以及城鎮(zhèn)基本養(yǎng)老保險(xiǎn)覆蓋率。這兩項(xiàng)指標(biāo)均反映了城市的福利覆蓋，正面測(cè)度了城市的宜居程度。而人口素質(zhì)層則選取了科研技術(shù)人員、高校在校生人數(shù)以及互聯(lián)網(wǎng)接入用戶數(shù)三項(xiàng)指標(biāo)。由于科研技術(shù)人員以及高校在校生均為高素質(zhì)人員，互聯(lián)網(wǎng)接入用戶數(shù)也反映出了城市居民對(duì)科技的使用情況，故選三者作為代表反映出城市人口的綜合素質(zhì)。

（四）基礎(chǔ)設(shè)施

基礎(chǔ)設(shè)施因素層，我們從交通運(yùn)輸、城市建設(shè)、醫(yī)療設(shè)施以及生活?yuàn)蕵匪膫€(gè)子因素層選擇了10個(gè)指標(biāo)。交通運(yùn)輸層包括客運(yùn)量、貨運(yùn)量、每萬人擁有公交車輛數(shù)以及年末城市道路面積。其中，前兩個(gè)指標(biāo)反映了城市的開放程度以及地理位置的優(yōu)劣，而后兩者則反映了城市的交通建設(shè)情況，4個(gè)指標(biāo)均為正向指標(biāo)。城市建設(shè)層包括城市維護(hù)建設(shè)資金支出、排水管道總長(zhǎng)度以及工業(yè)廢固綜合利用率3項(xiàng)指標(biāo)，政府在城市建設(shè)上的投入在一定程度上決定了城市的基礎(chǔ)建設(shè)的完備度，對(duì)投資環(huán)境形成正面影響。而醫(yī)療設(shè)施層則選取人均醫(yī)療機(jī)構(gòu)床位數(shù)作為唯一指標(biāo)，正面反映城市的宜居程度。在生活?yuàn)蕵穼颖疚倪x取了劇場(chǎng)、影院個(gè)數(shù)以及每百人公共圖書館數(shù)量作為評(píng)判標(biāo)準(zhǔn)，以此反映居民的生活水平以及城市的人文氣氛，二者均為正向指標(biāo)。

三、 基于AHP和PROMETHEE方法的商品住宅投資環(huán)境實(shí)證

（一）基于AHP方法的評(píng)價(jià)體系指標(biāo)權(quán)重測(cè)算

（二）基于PROMETHEE方法的商品住宅投資環(huán)境綜合評(píng)價(jià)模型構(gòu)建

1. 獲取1.5線城市各項(xiàng)指標(biāo)值

通過查閱中國(guó)2015年城市統(tǒng)計(jì)年鑒、中國(guó)2015年房地產(chǎn)統(tǒng)計(jì)年鑒等數(shù)據(jù)，收集得到1.5線城市42個(gè)指標(biāo)數(shù)值。

2. 通過PROMETHEE方法確定各城市優(yōu)先指數(shù)表

我們確定以PROMETHEE方法六大準(zhǔn)則中的“通常準(zhǔn)則”為優(yōu)先函數(shù)計(jì)算每個(gè)城市相對(duì)其他八個(gè)城市的優(yōu)先指數(shù)。在計(jì)算每座城市的流量過程中，產(chǎn)生了許多優(yōu)先指數(shù)，優(yōu)先指數(shù)為該乘數(shù)與其他城市比較而來，以“0”或“1”來表示。其中“1”為該城市在目前的指標(biāo)上優(yōu)于被比較城市，“0”為該城市在目前的指標(biāo)上劣于被比較城市。

3. 1.5線城市各因素層凈流量及排名

結(jié)合9個(gè)城市的優(yōu)先指數(shù)表綜合匯總可得出1.5線城市凈流量及排名如表1所示。

四、 結(jié)果與分析

從1.5線城市商品住宅各因素層凈流量及綜合排名的結(jié)果來看，各城市得分從高到低依次為重慶、天津、成都、武漢、南京、杭州、蘇州、沈陽和大連。根據(jù)該評(píng)價(jià)結(jié)果，可以把這九個(gè)城市的投資環(huán)境分為三類、第一類，得分在0以上，定義為房地產(chǎn)投資環(huán)境優(yōu)。分別為重慶、天津、成都和武漢。其中重慶又明顯優(yōu)于其他三個(gè)城市，因?yàn)樗膫€(gè)子因素層都十分突出，可以作為房地產(chǎn)開發(fā)企業(yè)1.5線城市群發(fā)展的首選目標(biāo)。第二類，得分在-0.2分至0分，定義為房地產(chǎn)投資環(huán)境良。分別為南京和杭州。第三類，得分在-0.2以下，定義為房地產(chǎn)投資環(huán)境一般，包括蘇州、沈陽和大連。這三個(gè)城市除了蘇州經(jīng)濟(jì)環(huán)境稍強(qiáng)，均有自然環(huán)境和經(jīng)濟(jì)環(huán)境較差的特點(diǎn)，這兩點(diǎn)已經(jīng)決定其并非房地產(chǎn)投資的上佳選擇。

而從各城市的子因素層得分情況觀察可得，各個(gè)城市的自然和經(jīng)濟(jì)環(huán)境得分差異較為顯著。天津的經(jīng)濟(jì)環(huán)境明顯優(yōu)于其他八個(gè)城市，蘇州、重慶和成都的經(jīng)濟(jì)在0分以上屬于較優(yōu)，而其他五個(gè)城市經(jīng)濟(jì)環(huán)境得分在0分以下。而自然環(huán)境中，重慶因其建成區(qū)面積的絕對(duì)優(yōu)勢(shì)排名第一，武漢、南京和成都的得分在0分以上，而杭州、沈陽、大連和蘇州因受限于地理面積，得分在0分以下。而從得分來看，各城市的社會(huì)因素和基礎(chǔ)設(shè)施的得分十分接近，說明1.5線城市對(duì)于城市建設(shè)和人文環(huán)境的重視都處在一個(gè)相對(duì)完備的層次上。

參考文獻(xiàn)：

[1]常建，蔣太立.層次分析法確定權(quán)重的研究[J].武漢理工大學(xué)學(xué)報(bào)，2007（1）.

[2]陳康幼.投資經(jīng)濟(jì)學(xué)[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2003：199-200.

[3]陳基純，陳忠暖.中國(guó)房地產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)耦合協(xié)調(diào)度研究[J].商業(yè)研究，2011（4）.

[4]陳基純，陳忠暖.我國(guó)大中城市房地產(chǎn)投資環(huán)境評(píng)估與分類研究[J].科技管理研究，2012（3）.

[5]陳淑云，付振奇.城市化、房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系分析——以湖北省1990—2009年時(shí)間序列數(shù)據(jù)為例[J].經(jīng)濟(jì)體制改革，2012（2）.

[6]范如國(guó).房地產(chǎn)投資與管理[M].武漢：武漢大學(xué)出版社，2004：85-93.

[7]龐博.商品住宅投資環(huán)境因素當(dāng)議[J].財(cái)稅金融，2007（11）：101-103.

[8]彭向，胡躍紅.中國(guó)房地產(chǎn)經(jīng)濟(jì)區(qū)劃的聚類分析[J].統(tǒng)計(jì)觀察，2006（2）：86-88.

[9]王曉潤(rùn).長(zhǎng)三角地區(qū)投資環(huán)境評(píng)價(jià)研究[J].華東經(jīng)濟(jì)管理，2008（3）.

[10]吳永位.對(duì)目前我國(guó)房地產(chǎn)評(píng)估產(chǎn)業(yè)現(xiàn)狀的探討[J].商業(yè)文化，2012（1）.

[11]袁國(guó)強(qiáng)，展正然.帶有模糊約束的房地產(chǎn)投資隨機(jī)期望值模型[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2012（19）.

[12]殷煥偉，張寶術(shù).城市投資環(huán)境綜合評(píng)價(jià)方法研究[J].城市問題，2006（8）.

[13]周鵬，張紅，謝娜，等.基于主成分分析和德爾菲法的房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)體系[J].中國(guó)土地科學(xué)，2010（12）.

[14]鄒暉.住宅類房地產(chǎn)開發(fā)中PRO應(yīng)用初探[J].城市建設(shè)理論研究，2011（19）：27-28.

[15]Broll U， Poldán-Ponce A， Wahl J E. Regional Investment under Uncertain Costs of Location[J]. the Annals of Regional Science，2013（3）：645-657.

[16]Zvingilaite E， Jacobsen H K. Heat savings and heat generation technologies： Modeling of residential investment behavior with local health costs[J]. Energy Policy，2014（11）：31-45.

作者簡(jiǎn)介：

陳思渺，女，武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士，研究方向：供應(yīng)鏈管理。